Prático MNIST com Kotlin

Introdução

O livro «Practical MNIST with Kotlin» (autor — M. Nakamura, 2020, 180 páginas) é um guia prático único para criar uma neural network para reconhecimento de dígitos manuscritos em Kotlin. Ao contrário da maioria dos materiais educacionais focados em Python, este livro preenche uma lacuna para desenvolvedores que trabalham no ecossistema JVM e desejam aprender machine learning sem mudar de linguagem.

Sobre o que é o livro

O livro aborda a solução do problema clássico MNIST (reconhecimento de dígitos manuscritos) usando Kotlin. O autor guia o leitor passo a passo, desde a configuração do ambiente até a construção e treinamento de uma fully connected neural network. O foco principal está na implementação prática: análise de código, fundamentos matemáticos (gradient descent, backpropagation) e visualização de resultados. Todos os exemplos são escritos em Kotlin puro, sem bibliotecas externas de deep learning, permitindo uma compreensão mais profunda dos mecanismos internos das neural networks.

Para quem é este livro

O livro é voltado para desenvolvedores já familiarizados com os fundamentos do Kotlin (sintaxe, OOP, programação funcional) que desejam aprender machine learning. Será útil para:

• Desenvolvedores Android que querem integrar ML models em aplicativos móveis;
• Programadores Java/Kotlin em transição para a área de Data Science;
• Estudantes de áreas técnicas que estão aprendendo neural networks na prática.